Utforska alternativ i auto.arima()
Funktionen auto.arima() behöver skatta många olika modeller, och olika genvägar används för att göra funktionen så snabb som möjligt. Det kan leda till att en modell returneras som faktiskt inte har det lägsta AICc-värdet. För att få auto.arima() att leta mer noggrant efter en bra modell kan du lägga till det valfria argumentet stepwise = FALSE, vilket gör att en betydligt större samling modeller undersöks.
Här får du försöka hitta en ARIMA-modell för den inlästa datamängden a10, som innehåller månatliga subventioner för diabetesläkemedel i Australien från 1991 till 2008, uttryckta i miljoner australiensiska dollar. Undersök den i konsolen innan du börjar med övningen.
Den här övningen är en del av kursen
Prognoser i R
Övningsinstruktioner
- Använd standardalternativen i
auto.arima()för att hitta en ARIMA-modell föra10och spara den ifit1. - Använd
auto.arima()utan stegvis sökning för att hitta en ARIMA-modell föra10och spara den ifit2. - Kör
summary()för bådefit1ochfit2i konsolen och använd resultatet för att avgöra vilken modell som är bättre. Avrundat till 2 decimaler – vad är dess AICc-värde? Tilldela talet tillAICc. - Plotta slutligen 2-årsprognoser med den bättre modellen baserat på AICc. Ange
hpå lämpligt sätt.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Find an ARIMA model for a10
fit1 <- ___
# Don't use a stepwise search
fit2 <- ___
# AICc of better model
AICc <- ___
# Compute 2-year forecasts from better model
___ %>% ___ %>% ___